COTONET: A custom cotton detection algorithm based on YOLO11 for stage of growth cotton boll detection

이 논문은 YOLO11 아키텍처를 기반으로 어텐션 메커니즘과 CARAFE 등을 개선한 'COTONET'을 제안하여, 다양한 생육 단계의 목화 꼬투리를 정밀하게 탐지하고 엣지 디바이스에서도 효율적으로 작동할 수 있도록 함으로써 목화 수확 자동화의 정확도와 품질을 향상시켰습니다.

핵심

🌱 1. 문제: 왜 면화 수확이 어려울까요?

면화는 옷이나 의료용 천으로 쓰이는 아주 중요한 작물입니다. 하지만 면화를 수확하는 것은 생각보다 까다롭습니다.

• 기존 방식: 기계가 식물 전체를 다 잘라내거나, 사람이 일일이 따는 방식입니다. 기계는 면화 실을 다치게 하거나, 사람이 하면 인건비가 너무 비쌉니다.
• 목표: 로봇이 사람의 손처럼 부드럽게 면화만 골라 따야 합니다.
• 난관: 로봇이 "어떤 면화가 이제 따기 좋은 상태인가?"를 알아보는 게 가장 어렵습니다. 면화는 꽃이 피고, 열매가 맺히고, 터지고, 노랗게 변하는 등 성장 단계가 매우 다양하고 복잡하기 때문입니다.

🧠 2. 해결책: 'COTONET'이라는 새로운 눈

연구진은 YOLO11이라는 유명한 AI 모델 (물체 감지 기술) 을 가져와서 면화 수확에 딱 맞게 개조했습니다. 이 새로운 모델을 **'COTONET(코토넷)'**이라고 이름 지었습니다.

기존의 YOLO 모델이 일반인이라면, COTONET 은 면화 전문가가 된 AI라고 볼 수 있습니다.

🛠️ COTONET 을 어떻게 개조했나요? (비유 설명)

1. 세심한 관찰력 (Attention Mechanisms):

   • 기존 모델은 전체를 한 번에 보다가 중요한 부분을 놓치기 쉽습니다.
   • COTONET 은 SimAM과 PHAM이라는 두 가지 '주목' 기술을 추가했습니다.
   • 비유: 마치 현미경을 쓰거나, 스마트폰 카메라의 초점을 맞추는 것처럼, 복잡한 잎사귀 사이에서도 '면화 열매'가 정확히 어디 있는지, 어떤 색깔인지에 집중하게 만든 것입니다.

2. 질 좋은 정보 필터링 (SEConvBlock):

   • AI 가 정보를 처리할 때, 불필요한 잡음 (잎사귀, 그림자 등) 을 걸러내고 진짜 중요한 정보 (면화) 만 강화합니다.
   • 비유: 시끄러운 카페에서 친구의 목소리만 선명하게 듣는 소음 제거 이어폰 같은 역할을 합니다.

3. 부드러운 확대 (CARAFE):

   • 이미지를 확대할 때 기존 방식은 픽셀이 깨져서 흐릿해질 수 있습니다. COTONET 은 CARAFE 기술을 써서 확대해도 선명하게 유지합니다.
   • 비유: 사진을 확대할 때 화질 저하 없이 자연스럽게 퍼지는 고급스러운 디지털 줌 기능입니다.

4. 정확한 위치 잡기 (SIoU Loss):

   • AI 가 "여기에 면화가 있네!"라고 박스 (사각형) 를 그릴 때, 얼마나 정확하게 그렸는지 평가하는 기준을 바꿨습니다.
   • 비유: 단순히 "대충 맞췄다"가 아니라, 각도와 거리까지 계산해서 "완벽하게 딱 맞췄다"고 판단하는 고급 자를 사용한 것입니다.

📊 3. 새로운 데이터: 'CONDIS++'

AI 를 가르치기 위해 새로운 사진 데이터셋을 만들었습니다.

• 기존의 문제: 다른 연구들은 면화 병이나 일반적인 모습만 다뤘습니다.
• 새로운 데이터: 면화의 6 가지 성장 단계를 모두 포함시켰습니다.
  1. 꽃봉오리 (Bracts): 꽃이 피기 전 작은 잎.
  2. 미개화 꽃 (Early Flower): 하얀색/노란색 꽃.
  3. 수분된 꽃 (Fertilised Flower): 보라색/분홍색으로 변한 꽃 (이게 중요! 수정이 되었는지 알 수 있음).
  4. 작은 열매 (Square): 꽃이 지고 작은 초록 열매가 생김.
  5. 터진 열매 (Open Boll): 면이 살짝 보이는 상태.
  6. 완전 익은 열매 (Ripe Boll): 수확할 준비가 된 상태.

이 데이터는 비, 구름, 그림자, 다른 잎에 가려진 상황 등 실제 농장의 다양한 환경을 모두 포함하고 있습니다.

🏆 4. 결과: 얼마나 잘하나요?

기존의 다른 AI 모델들 (YOLOv8, v9, v10, v11 등) 과 비교 실험을 했습니다.

• 성능: COTONET 이 가장 높은 정확도를 보였습니다. 특히 "어려운 상황 (가려진 면화, 작은 면화)"에서도 잘 찾아냈습니다.
• 효율성: 무겁고 비싼 컴퓨터가 아니라, 휴대용 로봇이나 스마트폰에서도 돌아갈 수 있을 정도로 가볍고 빠릅니다. (760 만 개의 파라미터만 사용)

🚀 5. 결론 및 미래

이 연구는 단순히 "면화를 찾는다"는 것을 넘어, 면화의 생애 주기를 정밀하게 이해하는 AI 를 만들었습니다.

• 미래: 이 기술을 로봇 팔에 달아서, 로봇이 직접 농장을 돌아다니며 "이건 아직 안 익었으니 두고 가고, 이건 다 익었으니 부드럽게 따라"는 작업을 자동으로 하도록 만들 계획입니다.
• 의미: 이는 농부들의 노동 강도를 줄이고, 면화 품질을 높이며, 더 지속 가능한 농업을 가능하게 합니다.

한 줄 요약:

"면화 농장의 복잡한 환경에서도 성장 단계별로 면화를 정확히 찾아내는, 똑똑하고 가벼운 AI 눈 (COTONET) 을 개발하여 로봇 수확의 시대를 열었습니다."

기술 요약

1. 연구 배경 및 문제 정의 (Problem)

• 농업적 필요성: 면화 (Cotton) 수확은 섬유 품질 유지에 매우 중요한 단계입니다. 기존 산업용 기계는 식물을 통째로 수확하여 탈지면 (Ginning) 과정을 거치는데, 이는 섬유의 물리적 손상을 초래하고 연간 재배로 인한 비용 증가 및 환경 부담을 야기합니다. 반면, 수작업은 품질은 좋지만 비용이 너무 비쌉니다.
• 로봇 공학적 과제: 이를 해결하기 위해 컴퓨터 비전을 활용한 이동형 로봇 시스템이 개발되고 있으며, 이는 섬유의 품질을 해치지 않으면서 정밀하게 면화 과실 (Boll) 을 탐지하고 수확해야 합니다.
• 기술적 한계:
  • 기존 연구들은 주로 질병 분류에 집중되어 있어, 성장 단계별 (미성숙, 개화, 수확 준비 등) 면화 과실 탐지에 대한 연구가 부족합니다.
  • 공개된 데이터셋이 거의 없으며, 기존 데이터셋은 초기 생장 단계 (꽃봉오리, 수정 등) 를 충분히 포함하지 못합니다.
  • 기존 탐지 모델 (YOLOv8 등) 은 복잡한 농장 환경 (광조건 변화, 가림, 다양한 형태) 에서 정밀도가 낮거나, 모든 성장 단계를 구분하는 데 한계가 있었습니다.

2. 방법론 (Methodology)

2.1. 데이터셋 구축: CONDIS++

• 새로운 데이터셋: 연구진은 CONDIS++ (Cotton Growth-Stage Discerning Image Set) 라는 새로운 공개 데이터셋을 구축했습니다.
• 클래스 정의: 면화의 6 가지 주요 생리학적 단계를 구분하는 6 개의 클래스로 구성됩니다.
  1. Ripe Boll: 수확 준비 완료 (완전 성숙)
  2. Open Boll: 미성숙 개화 (열린 상태)
  3. Square: 꽃이 떨어지고 과실이 형성되기 전 (미개방)
  4. Fertilised Flower: 수정된 꽃 (분홍/보라색)
  5. Early Flower: 수정 전 꽃 (흰색/연한 노란색)
  6. Bracts: 꽃이 자라기 시작하는 첫 잎 (꽃받침)
• 데이터 특성: 다양한 조명 (맑음, 흐림), 각도, 가림 (Occlusion), 흐림 (Blur) 조건을 포함하여 실제 농장 환경을 시뮬레이션했습니다.

2.2. 제안된 모델: COTONET

기존 YOLO11 아키텍처를 기반으로 면화 탐지에 최적화된 커스텀 모델을 제안했습니다. 주요 수정 사항은 다음과 같습니다.

• Backbone 개선 (SEConvBlock):
  • 기존 합성곱 블록을 Squeeze-and-Excitation (SE) 블록이 통합된 SEConvBlock으로 대체하여 채널 간 의존성을 재조정하고 특징 맵을 정제합니다.
• Attention Mechanism 통합:
  • SimAM (Simple Attention Module): 파라미터를 추가하지 않고 3 차원 주의 메커니즘을 적용하여 신경망의 중요도를 계산합니다. 백본의 병목 구조 (C3k2) 에 배치됩니다.
  • PHAM (Parallel Hybrid Attention Mechanism): 채널, 공간, 좌표 차원의 주의를 병렬로 처리하여 배경 잡음을 줄이고 중요한 영역을 강조합니다. 넥 (Neck) 의 하향 경로에 통합됩니다.
• Upsampling 개선 (CARAFE):
  • 기존 nearest-neighbor 업샘플링을 CARAFE (Content-Aware ReAssembly of Features) 로 대체하여 컨텍스트 정보를 보존하고 그래디언트 흐름을 개선합니다.
• Downsampling 개선 (SCDown):
  • YOLOv10 에서 도입된 SCDown (Spatial-Channel Decoupled Downsampling) 블록을 사용하여 연산 비용을 줄이고 효율성을 높입니다.
• 손실 함수 개선 (SIoU):
  • 기본 CIoU 대신 Scylla IoU (SIoU) 를 도입했습니다. SIoU 는 거리, 모양, IoU 외에도 각도 (Angle) 비용을 고려하여 박스 방향성을 학습함으로써 위치 정확도를 높입니다.

3. 주요 기여 (Key Contributions)

1. 고품질 데이터셋 공개: 면화의 6 가지 성장 단계를 세분화하여 분류한 CONDIS++ 데이터셋을 공개했습니다.
2. COTONET 아키텍처 제안: YOLO11 기반의 경량화 모델로, SE, SimAM, PHAM, CARAFE, SIoU 등 최신 모듈을 통합하여 복잡한 농장 환경에서 높은 성능을 발휘합니다.
3. 성능 최적화: 파라미터 수 (7.6M) 와 연산량 (27.8 GFLOPs) 을 유지하면서 기존 YOLO 모델들보다 뛰어난 탐지 정확도를 달성했습니다.

4. 실험 결과 (Results)

• 데이터 증강: 회전 (Rotation) 과 뒤집기 (Flipping) 를 결합한 증강 기법이 가장 높은 성능 (mAP50: 0.811, mAP50-95: 0.606) 을 보였습니다.
• 벤치마크 비교:
  • COTONET 은 YOLOv8, v9, v10, v11, v12 의 nano~medium 모델들과 비교하여 mAP50 (81.1%) 및 mAP50-95 (60.6%) 에서 모든 베이스라인 모델을 능가했습니다.
  • 특히 작은 객체나 가려진 객체 탐지 (mAP50-95) 에서 우수한 성능을 보였습니다.
• Ablation Study (성분 분석):
  • Attention: SimAM 과 PHAM 을 모두 사용할 때 정밀도 (Precision: 0.825) 와 mAP50-95 가 가장 높았습니다. SimAM 은 정밀도 향상에, PHAM 은 공간적 의존성 모델링에 기여했습니다.
  • Loss Function: SIoU 를 사용한 것이 CIoU, DIoU, GIoU 등 다른 손실 함수보다 정밀도와 재현율의 균형을 가장 잘 이루었습니다.
• 시각적 분석: 다른 YOLO 모델들이 클래스를 혼동하거나 (예: 잎을 과실로 오인), 성숙한 면화를 놓치는 경우와 달리, COTONET 은 모든 성장 단계를 정확하게 탐지하고 허위 탐지 (Hallucination) 를 최소화했습니다.

5. 의의 및 결론 (Significance)

• 실용성: COTONET 은 모바일 엣지 컴퓨팅 및 로봇 플랫폼에 배포하기에 적합한 경량 모델 (7.6M 파라미터) 이며, 복잡한 농장 환경에서도 강력한 성능을 발휘합니다.
• 농업 자동화 기여: 면화의 생장 단계를 정밀하게 구분함으로써, 로봇이 최적의 수확 시기를 판단하고 섬유 품질을 유지하며 선택적 수확을 수행할 수 있는 기반을 마련했습니다.
• 향후 전망: 본 연구는 향후 자율 주행 로봇 팔을 탑재한 수확 시스템에 통합되어, 면화 농장의 생산성 향상과 지속 가능한 농업 (다년생 재배 지원) 에 기여할 것으로 기대됩니다.

요약하자면, 이 논문은 면화 생장 단계별 탐지의 어려움을 해결하기 위해 고품질 데이터셋 (CONDIS++) 과 YOLO11 기반의 최적화된 아키텍처 (COTONET) 를 제안했으며, 실험을 통해 기존 모델 대비 압도적인 탐지 정확도와 효율성을 입증했습니다.